Cover Image

Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Gaussian Kernel, Adaptive Bisquare Kernel Dan Adaptive Tricube Kernel

Main Author: Khururoh, Ismya Hanifa
Format: Thesis NonPeerReviewed
Terbitan: , 2019
Subjects:
519.536 Regression analysis
Online Access: http://repository.ub.ac.id/176779/
ctrlnum 176779
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/176779/</relation><title>Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Gaussian Kernel, Adaptive Bisquare Kernel Dan Adaptive Tricube Kernel</title><creator>Khururoh, Ismya Hanifa</creator><subject>519.536 Regression analysis</subject><description>Analisis regresi merupakan analisis untuk mengetahui hubungan antara peubah respond dan peubah prediktor. Analisis ini akan menghasilkan model yang kurang tepat apabila diterapkan pada data yang dipengaruhi lokasi secara geografis. Hal ini karena analisis regresi mengabaikan pengaruh lokasi tersebut. Pengaruh spasial ini tidak boleh diabaikan karena akan mengurangi kebaikan model. Salah satu analisis spasial yang dapat digunakan adalah Geographically Weighted Regression (GWR). Dalam metode GWR digunakan unsur pembobot yang besarnya tergantung pada kedekatan antar lokasi. Terdapat beberapa macam cara untuk melakukan pemilihan fungsi pembobot. Salah satunya adalah pemilihan pembobot untuk setiap lokasi yang berbeda dapat dilakukan dengan menggunakan fungsi pembobot untuk data spasial point. Pada penelitian ini akan digunakan tiga fungsi pembobot yaitu Adaptive Gaussian Kernel, Adaptive Bisquare Kernel dan Adaptive Tricube Kernel. Berdasarkan hasil pemodelan, diketahui bahwa factor yang mempengaruhi Indek Pembangunan Manusia (IPM) di Jawa Timur Tahun 2016 pada beberapa lokasi adalah angka harapan hidup, angka harapan lama sekolah, rata-rata lama sekolah dan produk domestik regional bruto. Fungsi pembobot yang sebaiknya digunakan untuk pemodelan Geographically Weighted Regression (GWR) pada data IPM di Jawa Timur tahun 2016 adalah fungsi pembobot Adaptive Bisquare Kernel.</description><date>2019-07-19</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Khururoh, Ismya Hanifa (2019) Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Gaussian Kernel, Adaptive Bisquare Kernel Dan Adaptive Tricube Kernel. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/MIPA/2019/49/051910751</relation><recordID>176779</recordID></dc>
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
author Khururoh, Ismya Hanifa
title Pemodelan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Adaptive Gaussian Kernel, Adaptive Bisquare Kernel Dan Adaptive Tricube Kernel
publishDate 2019
topic 519.536 Regression analysis
url http://repository.ub.ac.id/176779/
contents Analisis regresi merupakan analisis untuk mengetahui hubungan antara peubah respond dan peubah prediktor. Analisis ini akan menghasilkan model yang kurang tepat apabila diterapkan pada data yang dipengaruhi lokasi secara geografis. Hal ini karena analisis regresi mengabaikan pengaruh lokasi tersebut. Pengaruh spasial ini tidak boleh diabaikan karena akan mengurangi kebaikan model. Salah satu analisis spasial yang dapat digunakan adalah Geographically Weighted Regression (GWR). Dalam metode GWR digunakan unsur pembobot yang besarnya tergantung pada kedekatan antar lokasi. Terdapat beberapa macam cara untuk melakukan pemilihan fungsi pembobot. Salah satunya adalah pemilihan pembobot untuk setiap lokasi yang berbeda dapat dilakukan dengan menggunakan fungsi pembobot untuk data spasial point. Pada penelitian ini akan digunakan tiga fungsi pembobot yaitu Adaptive Gaussian Kernel, Adaptive Bisquare Kernel dan Adaptive Tricube Kernel. Berdasarkan hasil pemodelan, diketahui bahwa factor yang mempengaruhi Indek Pembangunan Manusia (IPM) di Jawa Timur Tahun 2016 pada beberapa lokasi adalah angka harapan hidup, angka harapan lama sekolah, rata-rata lama sekolah dan produk domestik regional bruto. Fungsi pembobot yang sebaiknya digunakan untuk pemodelan Geographically Weighted Regression (GWR) pada data IPM di Jawa Timur tahun 2016 adalah fungsi pembobot Adaptive Bisquare Kernel.
id IOS4666.176779
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-28T07:00:10Z
last_indexed 2021-10-28T07:00:10Z
recordtype dc
_version_ 1751453924967055360
score 17.538404

Lihat Juga